一种人机协作中的异常行为识别与风险管控的方法

本发明公开了一种人机协作中的异常行为识别与风险管控的方法，机器人技术领域，包括步骤：S10：标记人机互动关键部位，创建人机协作专用数据集；S20：用YOLOv11‑Pose模型训练数据，优化后构建实时检测模型；S30：利用结构化SVM的核相关滤波器在协作区域追踪人和机器人的关键部位，记录运动轨迹；S40：基于运动轨迹，建立人机协作运动分析模型；S50：结合多种因素，构建人机协作安全风险预测模型；S60：根据风险预测，对协作场景进行风险分级并采取相应措施；本发明有益效果：实现了实时监控机器人与操作工人的协作场景，防止近距离接触导致的事故，有效地提高人机协作环境中的安全性，减少事故发生的概率，并保证作业的连续性和有效性。